1、引言
目前使用的料位传感器主要有超声波式的、电容式的、电触点式、重锤式、雷达式等几种，而且就目前仅有的料位传感器中，国外的产品价格昂贵，国内产品要么检测范围不够，要么检测灵敏度较低，不能满足特定环境物料位的测量，而且物料的堆积在料仓中不一定是很均匀的。为此，本文提出一种新型的料位监测系统，即基于嵌入式无线传感器网络技术的料位监测系统。具体方法是：将多个传感器置于料仓中不同的空间位置，单个传感器节点通过检测物料对料仓壁的侧压力对料位进行检测，运用嵌入式技术与多传感器信息融合技术，对料位进行综合测量，来完成料位的准确测量和监控。采用这种检测方案，使料位测量的可靠性和测量精度都得到了很大的提高，同时采用多传感器信息融合技术还可以抑制交叉敏感，提高传感器的稳定性。
2、无线传感器网络的体系结构
无线传感器网络是一种全新的信息获取和信息处理模式，是指在环境中布置的传感器节点以无线通信方式组织成网络，传感器节点完成一些数据采集工作，节点通过传感器网络将数据发送到网络中，并最终由特定的应用装置接收。其中，传感器节点集成传感器件、数据处理单元和通信模块，并通过自组织的方式构成网络。借助于传感器节点中内置的形式多样的传感器件，可以测量所在周边环境中的热、红外、声纳、雷达和地震波信号等信号，从而探测包括温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等等众多我们感兴趣的物质现象。无线传感器网络体系结构如图1所示，通常由传感器节点(sensor node)网络、汇聚节点(sink node)、任务管理节点(management node)、外部网络和用户接口组成。大量传感器节点随机部署在感知区域内部或附近，能够通过自组织方式构成网络。传感器节点将采集到的数据沿着其他传感器节点逐跳进行传输，在传输过程中所采集的数据可能被多个节点处理，经过多跳后路由到汇聚节点，最后通过互联网或卫星到达管理节点。用户通过管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据。
图1 传感器网络体系结构
3、基于压力传感器的料位检测技术
为了精确测量料位的高低，根据无线传感器网络的解决方案，提出基于压力传感器的多参数融合和多个压力传感器在不同空间位置布置的测量方法。单个压力传感器对料位进行测量的基本原理是：在料仓中物料对仓壁会产生一个侧压力P，这个侧压力的大小与料位的高低H存在一定的函数关系。由任伯特试验可知，垂直压力Q与料位的高度H成线性函数关系，即Q=CH。动态侧压力系数K(y)是按某种曲线规律变化的，垂直压力Q和侧压力P之间的关系为 P= K(y)Q = K(y)CH, 由此根据侧压力的大小就可以计算出料位的高低。假设在料仓中不同的空间布置有n个压力传感器，每个传感器的位置是已知的，它们检测到的侧压力分别为p1 p2 ……pn ，根据每个侧压力值的大小通过对应的函数关系就可以计算出相对应的料位高度h1 h2…… hn ,最后通过多数据融合技术和数据处理方法经微处理器运算会得出一个比较精确的料位高度值H。同时由于每个压力传感器的实际安装位置是已知的，因此通过压力传感器是否受到压力可以对料位的高度进行一个初步的判断，即料位是否到达该位置，经过这样的检索判断，就可以把料位锁定在在垂直高度上的两个不同的压力传感器之间，即一个是感受到压力的传感器，说明料位到达该位置，则以此传感器的安装高度为基数向上进行计算。另一个是没有感受到压力的传感器，说明料位没有到达该位置。这样整个料仓的测量误差就缩小到两个传感器的垂直高度之间，所以测量的误差是很小的，测量的最终结果是比较精确的。
通常传感器都存在交叉敏感，表现在传感器的输出值不仅取决于规定的被测参量，当其他参量变化时其输出值也发生变化。凡是对规定被测量以外的其他参量存在交叉敏感的传感器，其性能不稳定，测量精度低。几乎所有的传感器都不同程度地存在着对温度的交叉敏感，用压力传感器的输出电压U和温度传感器的输出电压UT 来描述压力参量P，即 P = f (U, UT ) (1)由二维坐标(Ui,UTi)决定的Pi在一平面上，可以利用二次曲面拟合方程，即二维回归方程描述P=α0+α1U+α2UT+α3U2+α4UUT+α5UT2+ε (2)式中，α0～α5 为常系数，ε为高阶无穷小。
若各常系数已知，那么二维回归方程式就确定了。当采集到二传感器的输出值U和UT时，代入式(2)中就可以计算出传感器的被测参量P，根据传感器的标定输入输出值由最小二乘法确定常系数α0～α5。
4、嵌入式无线料位传感器节点设计
料位监测系统由许多个功能相同的压力传感器节点组成，每个传感器网络节点都是一个微型化的嵌入式系统，构成了无线料位传感器网络的基础支撑平台，因此节点设计是料位监测系统的关键。
4.1 硬件平台设计
嵌入式无线料位传感器节点硬件平台如图2所示。其中，每个传感器节点由传感器模块(传感器、A/D转换器)、嵌入式数据处理和控制模块(微处理器、存储器)、通信模块(无线收发器)、供电模块(电池、DC/DC能量转换器) 和指示模块等组成。
从网络功能上看，每个传感器节点兼顾传统网络节点的终端和路由器双重功能，除了进行本地信息收集和数据处理外，还要对其他节点转发来的数据进行存储、管理和融合等处理，同时与其他节点协作完成一些特定任务。汇聚节点的处理能力、存储能力和通信能力相刘较强，它连接传感器网络与Internet等外部网络，实现两种协议栈之间的通信协议转换，同时发布处理节点的监测任务，并把收集的数据转发到外部网络。嵌入式开发的硬件平台的选择主要是嵌入式处理器的选择。目前常见的嵌入式处理器有 ARM、Dragon Ball、Power PC等。Power PC 价格较高，主要应用于高端嵌入式系统中;Dragon Ball 虽然价格较低，但是处理速度也低，主要应用于PDA;ARM 系列处理器在各种嵌入式处理器中，不但价格低廉，而且功耗超低、处理速度快，应用前景广泛，比较适合网络传感器需求 。 在本方案中选用Philip公司的ARM7TDMI-S内核的LPC2104。
图2 传感器节点硬件平台
LPC2104 是一款高性能的 32 位 RISC 体系结构的微处理器，嵌入了 128kB 高速 Flash 存储器，16kB 的静态 RAM，并具有 ISP 和 IAP 功能。支持双 UART，其中一个具备完全的调制解调器接口。由于具有大的缓冲区规模和强大的处理能力，它非常适用于通信网关、协议转换器、软件调制解调器、低端的图像处理。非常小的尺寸(7mm×7mm)和极低的功耗，也使它非常适用于嵌入式应用。
4.2 软件设计
软件采用基于嵌入式操作系统的模块化设计，其组成如图3所示。数据采集模块收集传感器周围环境的数据，通过通信路由协议直接或间接将数据传输给远方基站(base station)或网关节点(sink node)作为数据中转站，节点除了完成采集任务外，还要接收邻居节点的数据，将其转发给距离基站更近的邻居节点或者直接转发到基站或网关节点。
图3 传感器节点软件组成框图
5、料位检测装置
在此料位的检测是通过对其它物理量——压力的检测转化而来的。实际上是将多个压力传感器的测量值变换而成料位测量值的。即多个能够感受侧压力的压力传感器在料仓中不同空间位置的综合布置就构成了料位检测装置。其中每个压力传感器和微处理器、无线通讯模块、电源模块都集成在一起，组成了一个无线料位检测装置的节点，将多个这样的节点按照一定的规则布置于料仓壁上就构成了无线料位传感器检测系统，这其中当然还包括无线网络接收装置。
6、结论
本文提出的基于嵌入式无线传感器网络技术的新型料位监测系统，运用多传感器信息融合技术对料位进行综合测量，采用该检测方案，不仅料位测量的可靠性和测量精度都得到了很大的提高，而且相对于传统传感器应用有如下优点：
1) 网络化处理可以减少单点测量可能造成的瞬态误差和单点环境激变可能造成的系统测量错误。由于在一个区域内存在多个测量节点，对于单个节点的测量错误，可以通过另外一些节点的测量结果发现，通过投票机制摈弃无效的数据，获得该区域内相对精确的测量结果。
2) 网络化处理可以降低对传感器精度的片面要求。目前传感器变送系统非常昂贵，部分原因是过于依赖传感器精度，通过局部的精度了解系统的整体状况。无线传感器系统每个节点精度不必太高，利用区域内多点的测量数据，通过统计学方法可以得到精度更高的数据。
3) 网络化使得数据的收集和统计容易自动完成，大大降低管理方面的开销，提高了整个系统的执行效率。
4)通过测量压力这个物理量来进行料位的测量，不需考虑测量介质的电特性，而且测量结果也不受这些电特性的影响，使这种测量方法的应用范围更广泛。
同时，这些技术的产品化，将解决这一技术领域的一个难题，粉态系列物料位传感器的进一步开发，将在矿山、电力、冶金、建材、化工等领域的物料检测中发挥更大的作用、占据更大的市场。
参考文献
[1] Makynen, Anssi ; Rahkonen, Timo; Kostamovaara, Juha. Digital optical position-sensitive detector (PSD)[C]. Conference Record - IEEE Instrumentation and Measurement Technology Conference, v 3, Proceedings of the 21st IEEE Instrumentation and Measurement Technology Conference, IMTC/04, 2004, p 2358-2360.
[2] Faccio , Marco. An embedded system for position and speed measurement adopting incremental enCODers[C]. Conference Record - IAS Annual Meeting (IEEE Industry Applications Society), v 2, Conference Record of the 2004 IEEE Industry Applications Conference; 39th IAS Annual Meeting, 2004, p 1192-1199.
[3] 王东, 王淑英.一种新型的料位传感器[J]. 传感器世界, 2003, 9(4):6-8.
[4] 孙利民，李建中等. 无线传感器网络[M]. 北京：清华大学出版社，2005.
[5] Pister K, Hohlt B, Jeong J, Doherty L, VaiNIo J P. Ivy——A sensor network infrastructure. 2003. https://www-bsac.eecs.berkeley.edu/projects/ivy.
[6] Natkunanathan, S.; Pham, J.; Kaiser, W.J.; Pottie, G. Embedded networked sensors: signal search engine for signal classification[C]. Sensor and Ad Hoc Communications and Networks, 2004. IEEE SECON 2004. 2004 First Annual IEEE Communications Society Conference on. 4-7 Oct. 2004, p139-144.
